一种基于神经网络的车舱温度场预测方法

本发明涉及一种基于神经网络的车舱温度场预测方法，用于克服CFD及有限元仿真运行耗时长、预测过程缓慢的问题。所述方法将车舱有限元仿真结果与深度神经网络相结合，在考虑了行车速度、太阳辐射量等扰动因素的基础上建立外流场区域，使仿真模型更加精确。并使用CNN‑LSTM神经网络提取数据的时空特征，使数据预测更加准确。